En el nuevo conversatorio de la comunidad Enraizar, especialistas debatieron sobre los desafíos normativos, técnicos y culturales para gestionar los datos como un activo público estratégico.
La investigadora Natalia Debandi lideró un profundo debate sobre la gobernanza de datos, un tema considerado central para el desarrollo de una IA de calidad, ética y confiable, principalmente en el sector estatal.
En el encuentro destacó que no hay inteligencia artificial robusta sin datos de calidad, y que estos requieren un marco de gobernanza que va más allá de lo técnico, demandando voluntad política, diseño institucional y un cambio cultural.
Tres niveles para pensar la gobernanza
Debandi propuso desagregar el concepto en tres planos interconectados:
- Gobernanza de datos (nivel macro-social): mecanismos de consenso que involucran al Estado, sector privado, academia y sociedad civil para establecer marcos normativos y principios éticos. Ejemplos son las regulaciones de la OCDE o la Unión Europea.
- Gobierno de datos (nivel organizacional): la traducción de esos marcos al interior de cada organismo, definiendo políticas internas de calidad, privacidad y estrategias de uso.
- Gestión de datos (nivel técnico-operativo): la implementación concreta de las políticas mediante herramientas y procesos técnicos.
Cuatro dimensiones críticas
En el corazón de cualquier estrategia de gobernanza, se identificaron cuatro ejes ineludibles:
- Protección de datos personales y privacidad: el derecho fundamental que impulsó gran parte de la normativa global.
- Seguridad de la información: clave para garantizar la integridad y confidencialidad de los datos.
- Calidad de los datos: un desafío enorme para que la información sea realmente útil y confiable.
- Intercambio de datos: un aspecto central, ya que hoy ningún dato permanece aislado. Requiere acuerdos sobre formatos, metadatos y marcos legales que lo habiliten de forma segura.
Desafíos urgentes en el panorama argentino
Los participantes coincidieron en varios obstáculos concretos:
- Diseño institucional: la necesidad de una institucionalidad clara (a nivel nacional y federal) que combine capacidades de promoción y control, con liderazgo político y descentralización operativa. Se mencionó la experiencia de la ONTI y la Agencia de Acceso a la Información Pública como referentes con limitaciones en su capacidad de permeabilidad.
- Capacidad técnica y soberanía: la preocupante pérdida de infraestructura tecnológica estatal propia y la dificultad para retener talento técnico calificado debido a condiciones salariales.
- Marco normativo fragmentado: la tensión entre la innovación y la protección, y los riesgos que supone, por ejemplo, la firma de acuerdos internacionales de intercambio de datos con países que tienen marcos de protección más laxos.
- Cultura organizacional: el salto desde una lógica de “control y posesión” del dato hacia una de “uso responsable y compartido”. Esto es especialmente crítico en gobiernos locales con recursos limitados.
La irrupción de la Inteligencia Artificial
El debate concluyó con un alerta: la popularización de la IA generativa llega a un escenario donde aún no están resueltos los basics de la gobernanza de datos. Se subrayó la necesidad de transparencia, por ejemplo, mediante repositorios públicos que registren qué modelos de IA se están utilizando en el Estado y con qué propósito.
Un camino por construir
El conversatorio dejó en claro que, si bien Argentina cuenta con avances como la nueva normativa de la provincia de Buenos Aires sobre IA responsable, el camino por recorrer es largo. La gobernanza de datos se presenta como la base indispensable para construir administraciones públicas modernas, data-driven, que tomen decisiones basadas en evidencia de calidad, respetando siempre los derechos de la ciudadanía. No se trata de un lujo técnico.